Na indústria metalúrgica, chapas de espessura média e grossa são um dos principais produtos, e a planicidade é um indicador importante para avaliar a qualidade das chapas de aço. O nivelamento por pressão no local ainda depende da medição manual, o que não consegue representar com precisão a planicidade da chapa. Para melhorar a precisão e eficiência da detecção, foi proposta uma método de medição de planicidade baseado em visão computacional. Baseado em tecnologia de escaneamento visual 3D de alta precisão, combinado com o algoritmo de ajuste gaussiano, utilizando coeficientes gaussianos para construir valores característicos, estabelecendo a relação de mapeamento entre os valores característicos gaussianos e a altura real de curvatura da chapa, construindo um plano de referência, calculando a distância entre os valores das coordenadas da nuvem de pontos e o plano de referência, utilizando o modelo de cor RGB para desenhar o mapa de nuvem da forma da chapa, e com base nisso fornecendo a posição para adicionar placas de apoio no nivelamento por pressão. Os experimentos mostram que o erro de cálculo do método proposto não ultrapassa 0,3 mm, pode medir chapas de aço com protuberância central ou distorção nas bordas, e o mapa de nuvem reflete a distribuição da forma e a posição das placas de apoio. Este método de medição pode medir com precisão a curvatura das chapas médias e grossas e pode fornecer suporte de dados para o nivelamento por pressão.

nuvem de pontos a laser;detecção de forma;planicidade;ajuste gaussiano;mapeamento